作者 / Tyler Jesiel ADI公司自主惯性MEMS部的产品工程师
1对数成像和节点剖析组合
运用节点剖析和对数成像器可改善物联网(IoT)中的视频剖析运用。视频剖析运用企图运用日常国际中丰厚的信息资源，出于几个原因考量。包含日常监控的人脸辨认，但大部分原因会集在猜测剖析和行为剖析上。这些运用中收集到的信息可经过云核算进行更高端的广泛处理。但是，深度处理有其局限性，并且可以经过往组合中添加节点剖析和对数成像器在许多方面加以改善。
经过往组合中添加节点剖析，减轻与云之间的通讯，可以改善数据剖析。云核算的带宽需求比节点剖析运用多出两个(或三个)数量级。因而，节点剖析的核算才能要求更低，并可削减推迟。人口稠密的商场、交通紊乱的区域以及城市泊车场都是一些环境扑朔迷离的当地，可运用节点剖析进行检测，以进行猜测和行为剖析。在云中对这些环境进行高档处理有助于拟定事务战略，引导交通流量，并可进步政府办理的泊车场的功率。但是，在传感器节点处选用低端软件，而不是履行云剖析，可改善这些场景的推迟、带宽、安全和功耗。
除了节点处完成智能化，在组合中添加对数成像器关于传统成像器不符合要求的范畴也具有优势，然后增强体系功用。除了削减对亮度改变的依赖性，对数成像器还供给更高的图画处理动态规模。例如：在暗影、反光、光线骤变以及高对比度场景中，对数成像器的体现都优于传统成像器。在视频运用中，这些问题的处理有利于数据捕捉，然后加强节点的剖析才能。经过进步数据捕捉才能，整个视频剖析运用都可得到显着改善。
节点剖析技能和对数成像器完成的改善有助于处理物联网中的视频剖析运用问题。安全、决议计划拟定推迟、数据带宽和核算才能是物联网运用中常见的一些工程难题。经过削减数据传输可大大削减这些工程问题，而这也是节点剖析对物联网运用具有吸引力的原因。在视频剖析运用中，有限的对比度和亮度依赖性是需求一同处理的难题。对数成像器是视频剖析运用的要害，简直可以处理这一难题。总地来说，运用节点剖析技能和对数成像器可增强物联网中的视频剖析运用。
2边际智能
经过处理根据预期视觉事情的数据，可迅速地将丈量数据转换为恰当的动作，不用向云服务器传输任何数据，或传输少数数据。对视频数据进行快速剖析，而不是将其传至云，可在本地做出决议计划，然后改善体系的推迟性。经过削减传输具有阻拦危险的数据，不只可以显着削减决议计划推迟，并且安全性也得以进步。
只要最有价值的信息需求传输至节点之外的云中，以进行猜测或行为处理。经过优化的数据区别可充分发挥云价值，因为一般不需求全带宽的视频剖析帧。在固定装置的摄像机上，帧与帧之间的大部分可视数据为静态数据，并可在节点进行滤波处理。边际节点视频剖析可供给多种滤波解读来区别各种预期的方针类型：轿车、货车、自行车、人类和动物等。这种抽取操作削减了云服务器上所需的数据带宽和相关的核算才能，而假如要剖析下流发送的全帧速率视频数据，则会占用很多的数据带宽和核算才能。与云核算运用比较，这种带宽的削减可完成两个或三个数量级的改善，而这是节点剖析技能完成的一个要害功用改善。
3对数成像
经过替换为对数成像技能可处理与传统成像器相关的常见问题，然后进一步改善视频剖析运用。大多数传统成像器都是线性成像器，其运用像素生成的电压作为光的线性函数，而此类像素则会导致有限的对比度。线性成像器还运用一致的曝光相位，约束了其相关于帧速率规模内像素曝光时刻的动态规模。终究，传统成像器的对比度取决于亮度，然后或许导致反光相关的对比度问题。经过替换成对数成像器可消除这些常见的问题，对数成像器运用像素生成的电压作为光的对数函数。传统成像器与对数成像器之间的区别请参见图1、图2和图3。
图1 传统的图画曝光
图2 ADIS17002对数图画曝光
图3 运用内置边际检测技能的ADIS17002对数图画曝光
一些传统的成像器在尽力处理阻止用户全面捕捉其方针环境数据的对比度相关问题。这些对比度问题源于每个像素中生成电压的线性特性。线性成像像素中生成的电压与照耀的光子数成正比;因而，与对数成像比较，其动态规模是有限的。下降与这些线性成像器相关的对比度就意味着缩小动态规模。对比度下降会对物联网运用中传感器节点的剖析发生晦气影响，终究影响体系的全体功用。对数成像器供给更广泛的亮度级规模，然后添加因对数生成的像素电压发生的对比度。但是，对比度的添加导致更高的感光性，这在有些运用中或许并不是希望的作用。或许，感光性的进步也或许是一种优势，详细取决于运用。
阳光充足或亮堂环境下发生的反光或许会进一步阻止运用传统成像器进行视频捕捉。例如：当挡风玻璃上存在反光时，轿车内部的人脸辨认就会变得愈发困难。这种视频捕捉妨碍会将过错引进体系或丢掉重要数据，然后对视频剖析发生晦气影响。因为线性成像器像素之间的对比度取决于亮度，所以会发生反光;因而，线性成像器的反光愈加杰出。这种对亮度的依赖性见等式1。别的，对数成像器的对比度则因为其自身的对数特性而与亮度无关，然后有助于削减反光或光线的骤变。对数成像器与亮度无关的特性见等式2。
线性图画对比度AB= 像素AI – 像素BI = I(像素A – 像素B) (1)
对数图画对比度AB= log(像素AI)– log(像素BI) (2)
4逾越单个组件的研制
为了供给渠道级处理方案，ADI公司开端逾越单个组件的研制;这些处理方案可协助客户快速布置经过验证的智能处理方案，以更低的体系本钱完成更高的功用。智能运用始于精确牢靠的数据，经过ADI先进的检测和丈量功用可获得此类数据。此外，ADI还与客户协作，一同开发可以处理一切问题的一起体系级处理方案。ADIS1700x是其间一种处理方案，它可以完成四分之一的视频图形阵列(QVGA)成像剖析。
图4 功用框图
图5 ADIS17002：对角方向(左)、电路板镜头侧仰望(中)和背侧(右)
ADIS1700x是一个小尺度且具有对数敏感性的QVGA剖析成像器模块，具有可以优化视频功用的数字信号处理功用。除了用于图画安稳、歪斜和冲击检测的加速度计，该模块还选用低功耗Blackfin处理器进行节点剖析。此外，它还选用内置边际检测技能盯梢和核算方针运动。与传统成像器不同的是，对数成像器的每个14 μm × 14 μm像素都具有一个绝无仅有的曝光相位。针对室外操作的保形涂层使其十分适用于大规模布置，然后可创立新式智能城市和修建运用。ADIS17001装备110°视场(FOV)镜头，而ADIS17002则装备67°FOV镜头。这两个选项适用于各种方针运用，包含泊车场监控、泊车违章法律、车流长度检测和工业剖析。
5定论
总的来说，运用节点剖析技能和对数成像器可显着改善物联网范畴的视频运用，这也是ADI公司与ADIS1700x模块产品一同推出的办法。节点剖析而不是云核算有利于物联网运用的开展。对数成像用具有其竞赛产品无法对抗的优势，可更进一步改善物联网运用。总归，物联网范畴的视频剖析运用与节点剖析技能和对数成像器相结合，一同构成一个鲁棒的体系级处理方案。
